Kostenlose Sprecherbeschriftung bei jedem Transkript

Was ist Sprechererkennung?

Sprechererkennung ermittelt, wer wann gesprochen hat. Statt eines Textblocks erhalten Sie ein nach Sprechern aufgeteiltes Transkript – der Unterschied zwischen etwas, das Sie entziffern müssen, und etwas, das Sie einfach lesen können. Ohne sie liest sich ein 45-minütiges Interview als ein einziger ununterbrochener Absatz; mit ihr ist jede Zeile zugeordnet, sodass Sie direkt zu dem springen können, was eine Person gesagt hat.

Wie die automatische Sprechererkennung funktioniert

Hushscript trennt die Stimmen in einer Aufnahme und beschriftet jede automatisch, ohne Schalter zum Suchen und ohne zusätzlichen Schritt. Interviews kommen als Interviewer und Interviewte zurück; Meetings kommen jedem Teilnehmer zugeordnet zurück; Podcasts mit mehreren Gästen halten jede Stimme auseinander. Dieselbe Stimme behält von der ersten bis zur letzten Minute dasselbe Label, selbst über eine lange Aufnahme hinweg, sodass Sie nie raten müssen, ob „Sprecher 2“ am Ende dieselbe Person ist wie „Sprecher 2“ am Anfang.

Sprecher umbenennen, taggen und korrigieren

Das erste Label ist selten das letzte Wort. „Sprecher 1“ in einen echten Namen umbenennen, und es aktualisiert sich mit einer Bearbeitung über das gesamte Transkript, ohne jede einzelne Stelle von Hand zu suchen. Abschnitte taggen, die Sie später wiederfinden wollen, und falls die Erkennung zwei Sprecher einmal falsch trennt oder zusammenlegt, findet Suchen/Ersetzen die falsch beschrifteten Zeilen im ganzen Transkript, statt sie einzeln korrigieren zu müssen. Ein 40-minütiges Interview mit einem zwei Minuten lang falsch beschrifteten Sprecher in der Mitte ist ein Suchen/Ersetzen und ein Umbenennen, kein erneuter Upload; der Editor ist für genau diese Art schneller Korrektur gebaut, nicht für eine komplette Neutranskription.

Mehrkanal: wenn Sprecher bereits getrennt sind

Manche Aufnahmen kommen bereits vorgetrennt an, etwa von einem Anruf-Recorder, der jede Seite der Leitung auf einen eigenen Audiokanal legt. Aktivieren Sie Mehrkanal, und Hushscript nutzt diese Kanäle direkt, um Sprecher zu trennen, statt aus dem Audio allein abzuleiten, wer spricht – das funktioniert besser, wenn die Kanäle bereits isoliert sind. Das kommt am häufigsten bei Anrufaufzeichnungen vor, manchen Webinar-Plattformen und dedizierten Interview-Recordern, die jedem Teilnehmer bereits eine eigene Leitung geben. Es ist eine Option, keine Pflicht: Lassen Sie sie für eine normale einspurige Aufnahme aus, und die automatische Erkennung übernimmt wie gewohnt.

Sprechernamen fließen in den Rest des Workflows

Sprecherbeschriftungen, ob umbenannt oder nicht, ziehen sich durch zusammengeführte Aufnahmen, den Editor, Untertitel, Dokumente und jedes Exportformat, sodass das Ergebnis weit über den ersten Durchgang hinaus lesbar bleibt. Einmal auf Transkriptebene umbenennen, und eine Kapitelaufteilung, ein herausgezogenes Zitat oder eine Untertiteldatei stimmen alle überein, wer wer ist, ganz ohne zusätzlichen Aufwand. Wenn Sie „Insights generieren“ wählen, erstellt ein optionaler kostenloser Durchlauf das vollständige, an die aktuelle Transkriptrevision gebundene Ergebnis: Zusammenfassungen, Aufgaben, Entscheidungen, offene Fragen, Zitate, Kapitel, Sprecher-Themen, Themencluster, Exportvorschläge, Terminologie- und Profanitätsfunde sowie Bereinigungsvorschläge. Prüfen Sie die Bereinigung in „Bearbeiten“ und übernehmen Sie nur die Änderungen, denen Sie zustimmen.

Warum wir dafür nicht berechnen

Viele Tools stecken die Sprechertrennung hinter eine bezahlte Stufe oder begrenzen, wie viele Sprecher Sie identifizieren können. Wir nicht: Sie ist bei jedem Transkript kostenlos, weil ein Transkript ohne sie nur halb nützlich ist. Was Sie bezahlen, ist die Transkription selbst; die Sprecherbeschriftung läuft ohne Aufpreis mit.

Interviews, Meetings und Podcasts lesen sich beschriftet besser

Überall, wo mehr als eine Person spricht, leistet die Sprecherbeschriftung die eigentliche Arbeit. Ein Interview unter vier Augen kommt als klarer Schlagabtausch zwischen Interviewer und Interviewtem zurück, statt als Textwand, die Sie selbst zuordnen müssen. Ein Meeting mit fünf Teilnehmern liest sich als fünf unterschiedliche Stimmen, sodass Sie erkennen, wer sich wozu verpflichtet hat. Eine Podcast-Folge mit mehreren Gästen hält jeden Gast über eine Stunde Durcheinanderreden hinweg auseinander, was zählt, wenn Sie später ein Zitat für Shownotes herausziehen. → Podcasts · Audio in Text

Privat by Design

Ihr Audio wird gelöscht, sobald das Transkript fertig ist. Transkripte sind verschlüsselt gespeichert, sodass ein Datenleck nur Chiffretext preisgeben würde, nicht Ihre Worte.